近年来,以全球变暖为主的气候变化对地球系统产生了深远的影响,其中水文循环是受影响最直接和最重要的环节之一。随着全球平均气温的升高,大气中可容纳的水汽含量增加,水文循环过程加速,导致降雨的频率和强度增加,进而引起极端水文事件频发,对人类生命财产安全和社会经济发展构成了严重威胁。研究气候变化对水文循环的影响,对水资源管理者与决策者在变化环境下进行有效的水资源规划与管理、水利工程设计和极端灾害事件预防等具有十分重要的意义。降雨是水文循环的重要驱动要素之一,降雨事件特性（降雨深、降雨历时、间隔时间和降雨时程分配）直接影响地表径流和河川径流的形成过程。在随机降雨模型中纳入对降雨事件特性的考虑,不仅有助于更好的诠释降雨过程,为有资料站点和无资料站点生成足够长度的模拟降雨序列,而且能为水文模拟提供多组可能性的降雨输入实现,对在气候变化下进行可靠的水文和农业脆弱性评估和预测具有重要作用。据此,本研究首先开发了基于降雨事件特性的日随机降雨事件模型,并应用于浙江省的观测站点和无资料地区且对其模拟效果进行了评估。然后,以浙江省东部的衢州流域为研究对象,研究了气候变化对降雨事件特性的影响。针对随机降雨事件模型不便在水文模拟中应用的局限性,本研究进一步将马尔科夫链和已开发的随机降雨事件模型耦合得到了能生成时间序列的随机降雨模型,并且在气象和水文两个方面对其表现性能进行了评估。最后,将该随机降雨模型与水文模型相结合评估了气候变化对径流的影响（包括平均径流、高流和低流过程）,并且量化了不同不确定性来源在不同径流过程中的贡献。本研究取得的主要成果如下:（1）通过Copula函数对降雨事件的降雨深和降雨历时模拟、基于出现概率的雨型生成以及指定雨型下的降雨时程分配随机模拟,构建了一个新的日随机降雨事件模型,并将其应用于浙江省的39个观测站点进行性能评估。随后,通过水文分区、无资料站点水文区划和同一水文区内观测站点降雨事件特性的反距离加权插值和最邻近观测站点不同雨型降雨时程分配的统计参数移植,将该日随机降雨事件模型扩展至建德站（假设其为无资料站点）,验证该模型应用至无资料站点的表现性能。结果表明,该模型能很好地再现降雨事件的各种特性,包括降雨深、降雨历时和两者之间的相依结构以及不同雨型的降雨时程分配。此外,将该模型拓展至无资料地区的模拟效果也很好。（2）在政府间气候变化专门委员会第五次评估报告提供的4个RCPs（Representative Concentration Pathways）排放情景和 17 个 GCMs（Global Climate Models）下,采用月尺度双伽玛分布映射法对GCMs的模拟降雨进行了偏差纠正,基于平均绝对误差百分比MAPE（Mean Absolute Percent Error）指数选取了适用于区域气候影响评估的偏差纠正GCMs,对选取GCMs模拟降雨事件特性的表现性能进行了评估,最后分析了气候变化下衢州流域降雨事件特性在未来时期的变化。结果表明,相较历史时期1971-2000而言,衢州流域在未来中期2041-2070和远期2071-2100的降雨事件发生次数将减少,但极端降雨深事件、短历时事件以及长历时间隔时间事件和极端历时间隔时间事件的发生频率可能将增加,且远期未来的变化幅度大于中期未来。此外,在未来时期,轻降雨事件中A雨型（Advanced,峰值靠前型）的降雨时程分配将逐渐均匀化,而强降雨和极端降雨事件中C雨型（Central,峰值中心型）和D雨型（Delayed,峰值延后型）的降雨时程分配却更加非均匀化,这可能将导致更大的洪峰流量出现,从而导致更严重的洪涝灾害事件发生。（3）通过与马尔科夫链模型耦合,将日随机降雨事件模型改进为日随机降雨模型,并进一步应用至水文模拟中,从降雨时间序列特性、极值降雨、降雨事件特性、径流特性和极值径流（包括高流和低流）等多个方面对该随机降雨模型的表现性能进行了评估。结果表明,除了对季风季节的小降雨（10%和25%分位点）和短历时极端降雨（Rld和R3d）有略微的高估外,该模型在重现其他降雨时间序列特性（如平均降雨和降雨各分位点）和降雨事件特性（如不同等级降雨事件、不同雨型的降雨时程分配和出现频率）上的表现性能都很好,尤其在长历时极端降雨上展现了较强（R5d和R7d）的模拟性能。在径流特性上,除了对年最大1天径流有些高估外,在常见径流特性（如平均径流和径流各分位点）以及高流（年最大3天和5天平均径流）和低流（年最小7天、30天和90天平均径流）上表现性能都很好。该随机降雨模型的不足之处在于对降雨和径流的年际变化存在略微低估现象。（4）在4个RCPs和选取的9个GCMs下,通过随机降雨模型与水文模型的结合,评估了气候变化下衢州流域平均径流、高流和低流在中期和远期未来的变化,并采用ANOVA（Analysisof Variance）方法量化了不同不确定性来源在这些径流中的贡献。结果表明,季风季节的月径流和年径流预计在未来都将增加,且高流增大,低流减小,远期未来的变化幅度大于中期未来。这意味着衢州流域在未来可能将面临更高的干旱和洪涝灾害风险。在平均径流预测中,GCMs是最大的不确定性来源,气候内部变异性（即随机性）次之,RCPs最小;在高流预测中,气候内部变异性和GCMs是两个主要的不确定性来源,两者的贡献相当。而在低流预测中,中期未来的不确定性来源依次为气候内部变异、GCMs和RCPs,而在远期未来,GCMs成为最大的不确定性来源,RCPs不确定性则与气候内部变异性贡献相当。相较高流预测,RCPs不确定性和GCMs不确定性在低流预测中发挥的作用更为明显,且随着时间的推移,两者在平均径流和低流预测中发挥的作用均逐渐增大。